一种基于最优参数遗传算法的苹果自动装箱路径优化方法技术

本发明专利技术公开了一种基于最优参数遗传算法的苹果自动装箱路径优化方法。主要包括以下步骤：通过图像处理得到苹果抓取点位与放置点位的信息，并生成相应的点位矩阵；通过点位矩阵生成一定规模大小的初始种群；对初始种群进行交叉、变异、比较替换操作生成子代种群；重复交叉、变异、比较替换操作直至达到迭代次数输出优化结果；随机改变种群规模、交叉、变异、比较替换操作中的四个参数值代入上述遗传算法，并得到运行时间；将输出值与四个参数值进行线性拟合；基于拟合方程找出四个参数的最优值，继而重新代入上述遗传算法得到优化路径。本发明专利技术可以生成优化后的苹果自动装箱路径，该路径能够有效减少机械臂移动时间，提高机械臂工作效率。

A path optimization method of apple automatic packing based on optimal parameter genetic algorithm

【技术实现步骤摘要】
一种基于最优参数遗传算法的苹果自动装箱路径优化方法
本专利技术涉及智能农业生产自动化技术，尤其是涉及一种基于最优参数遗传算法的苹果自动装箱路径优化方法。
技术介绍
目前农业产品生产已逐步由人工操作技术向自动化生产技术发展，农业产品生产方式升级在即。苹果相关产业是农业产品中急需改善和升级的产业之一。苹果年产量高、群众需求量大，促使相关产业规模逐年增大，国内外苹果相关产业需求不断提高。为更有效的改善苹果相关产业的发展模式以及提高工作效率，用机械臂自动装箱技术代替传统人工装箱作业不仅减少了劳动成本，降低了劳动强度，还提高了产业的工作效率，促进了产业的优化升级。苹果自动装箱是指在视觉系统获取当前苹果抓取点位和放置点位的位置信息条件下，利用控制系统控制机械臂末端执行器将苹果从抓取点处移动到放置点处的过程。不同点位位置能够标记出多个不同的机械臂旋转角度解，从而使得机械臂在抓取点和放置点之间有着多种不同的路径可供规划，具有多样性。目前，苹果相关产业装箱环节主要依赖人工作业，费时费力，并且自动化装箱方式中主要使用固定装箱路径，工作效率低下，无法达到现代本文档来自技高网...

【技术保护点】
1.一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于：通过图像处理技术得到苹果抓取点位与放置点位的位置信息，生成相应的点位矩阵；通过点位矩阵生成初始种群，初始种群是以N条染色体组成，其中抓取点位和放置点位构成的路径编码称为染色体；对初始种群染色体进行交叉、变异操作；进而对染色体进行比较替换操作，即通过对当前种群染色体进行基于机械臂末端执行器运行时间的适应度计算，并将当前种群最优染色体与历代种群最优染色体比较，保留两者中较优染色体为当前种群新最优，并用当前新最优染色体替换较差染色体；重复交叉、变异、比较替换操作的过程，直至达到迭代次数并输出优化结果；多次随机改变种群规模大小N、交叉...

【技术特征摘要】
1.一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于：通过图像处理技术得到苹果抓取点位与放置点位的位置信息，生成相应的点位矩阵；通过点位矩阵生成初始种群，初始种群是以N条染色体组成，其中抓取点位和放置点位构成的路径编码称为染色体；对初始种群染色体进行交叉、变异操作；进而对染色体进行比较替换操作，即通过对当前种群染色体进行基于机械臂末端执行器运行时间的适应度计算，并将当前种群最优染色体与历代种群最优染色体比较，保留两者中较优染色体为当前种群新最优，并用当前新最优染色体替换较差染色体；重复交叉、变异、比较替换操作的过程，直至达到迭代次数并输出优化结果；多次随机改变种群规模大小N、交叉操作中交叉概率、变异操作中变异概率、比较替换操作中比较替换概率四个操作参数的值重复进行上述操作，并得到相对应的机械臂末端执行器的运行时间和程序运行时间；将输出值与四个操作参数值进行线性拟合得到回归方程；利用穷举法在回归方程中基于各个参数的取值范围以机械臂末端执行器运行时间以及程序运算时间之和最小为目标找出合适的参数值作为遗传算法的最优参数值，进而重新执行上述遗传算法并得到最终优化后的苹果自动装箱路径。


2.根据权利要求1所述的一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于，所述的通过图像处理技术得到苹果抓取点位与放置点位的位置信息，生成相应的点位矩阵，具体过程为：提前设定苹果抓取点位和放置点位的坐标，并将抓取点位和放置点位分别按顺序进行负实数标号和正实数标号；利用图像采集装置采集并判断当前设定的苹果抓取点位和放置点位中是否存在苹果，记录目前抓取点位中存在苹果的负实数标号和目前放置点位中不存在苹果的正实数标号；将记录出的正实数标号和负实数标号分别生成实数矩阵。


3.根据权利要求1所述的一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于，所述的通过点位矩阵生成初始种群，初始种群是以N条染色体组成，其中抓取点位和放置点位构成的路径编码称为染色体，具体过程为：
在苹果抓取点位对应的负实数矩阵以及苹果放置点位对应的正实数矩阵基础上，由于苹果自动装箱采用双连杆双水平旋转关节的装箱机械臂，因此在设定的抓取范围之内，末端执行器在任一位置点机械臂都有两种不同姿态的旋转角度解，分别记为同一个点位的相邻实数标号，如当前末端执行器所在的位置点位编号为-2，则此位置点位的两种不同姿态旋转角度解编号为-21、-22，故负实数矩阵空间长度为2倍的抓取点个数，正实数矩阵空间长度为2倍的放置点个数，矩阵中每奇偶相邻的两个实数标号表示抓取范围内同一个点的机械臂不同姿态旋转角度解；
染色体的路径编码的初始点和最终点记为0，0表示机械臂末端执行器的初始位置和最终结束位置，初始位置和结束位置均为机械臂的两连杆自然伸展状态下位于机械臂基座正前方时末端执行器所在位置；其他偶数位编码为负实数，负实数从负实数矩阵中随机抽取；其他奇数位编码为正实数，正实数从正实数矩阵中随机抽取不同点位的任一角度解标号，同一个放置点位不重复抽取；
重复上述过程直至满足生成的种群染色体为N条，即种群规模大小为N，N取值为(10，100)，取整。


4.根据权利要求1所述的一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于，所述的对初始种群染色体进行交叉操作，其交叉算法过程描述如下：假设苹果抓取点位有m个位置和苹果放置点位有n个位置，对于满足交叉概率的父代个体，其中交叉概率取值为(0，1)，
a)随机产生两个正整数acr_node和acr_len，其中acr_node表示交叉起点位，范围为[2，2n+1]，acr_len表示交叉长度，范围为[0，2n-1]；若产生的acr_node+acr_len≥2n+1，则记acr_node+acr_len＝2n+1；假设苹果抓取点位和苹果放置点位分别有4和14个位置，产生的两个数分别为acr_node＝6，acr_len＝12；
b)假设此时需要交叉的两个父代个体为A＝[0-1112-2221-3132-4241-1252-2161-3272-4181-1192-22101-31112-42121-12132-211410]，B＝[0-4151-3221-2181-1261-4212-31111-22121-1132-4192-32141-2142-1272-42132-311010]；首先将两个父代个体的第acr_node位到第acr_node+acr_len位进行交叉互换，则得到子代个体为A1＝[0-1112-2221-2181-1261-4212-31111-22121-1132-4192-22101-31112-42121-12132-211410]，B1＝[0-4151-3221-3132-4241-1252-2161-3272-4181-1192-32141-2142-1272-42132-311010]；
c)分别对子代个体A1、B1中的染色体编码进行搜索检查，将A1、B1编码中未进行交叉的第acr_node位之前的编码和第acr_node+acr_len位之后的编码分别与交叉区间[acr_node，acr_node+acr_len]内的编码进行比较，若发现未进行交叉的编码区间中正实数部分与交叉区间中的正实数部分具有相同或者相邻的实数，则标记出这些实数编码并用200代替；最终子代染色体更新得A1＝[0-11200-2221-2181-1261-4212-31111-22121-1132-4192-22101-31200-42200-12132-211410]，B1＝[0-41200-3221-3132-4241-1252-2161-3272-4181-1192...

【专利技术属性】
技术研发人员：项荣，冯斌斌，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33